基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了识别滚动轴承退化过程,提出一种多维经验模态分解和全矢融合相结合的方法.首先对不同状态的多通道信号同时进行多维经验模态分解,得到一系列多元固有模态函数分量,然后利用互相关系数准则选取最敏感的一阶固有模态函数分量进行全矢包络分析来提取信号的特征.为了验证该方法的有效性,分别对模拟信号和实际信号进行了分析.结果表明此方法在出现故障时,能够很好地表征频谱结构的变化;随着故障严重程度的增加,频谱结构变得复杂,且呈现出了规律性.
推荐文章
基于MEMD与MMSE的滚动轴承退化特征提取方法
多维经验模态分解
多元多尺度熵
多尺度化
滚动轴承
退化趋势
基于经验模态分解和超球多类支持向量机的滚动轴承故障诊断方法
非平稳信号
经验模态分解
多类支持向量机
滚动轴承
性能退化程度
基于经验模态分解包络谱的滚动轴承故障诊断方法
滚动轴承
经验模态分解(EMD)
包络谱
特征幅值比
神经网络
故障诊断
基于经验模态分解的滚动轴承故障诊断方法
滚动轴承
经验模态分解
能量熵
神经网络
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于全矢融合与多维经验模态分解的滚动轴承退化过程频谱结构研究
来源期刊 中国机械工程 学科 工学
关键词 多维经验模态分解 全矢融合 频谱结构 轴承退化
年,卷(期) 2017,(14) 所属期刊栏目 智能制造
研究方向 页码范围 1747-1752
页数 6页 分类号 TH133.3
字数 3024字 语种 中文
DOI 10.3969/j.issn.1004-132X.2017.14.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韩捷 郑州大学振动工程研究所 196 1599 19.0 30.0
2 马艳丽 郑州大学振动工程研究所 41 154 7.0 10.0
3 金兵 郑州大学振动工程研究所 7 14 2.0 3.0
4 张学欣 郑州大学振动工程研究所 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (38)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多维经验模态分解
全矢融合
频谱结构
轴承退化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导